基于自适应卡尔曼滤波的视觉多目标跟踪

来源：计算机工程与应用杂志2025年第5期北京时间：

作者：许华杰, 郑力文

单位：1.广西大学 计算机与电子信息学院， 南宁 530004 ；2.广西大学 广西多媒体通信与网络技术重点实验室， 南宁 530004；3.广西水利电力职业技术学院 信息工程学院， 南宁 530023

摘要：多目标跟踪MOT（multi-object tracking）旨在对视频序列中的多个目标进行识别与跟踪，并保持各目标的ID（identity），对运动不规律的多目标进行跟踪是该领域的难点，跟踪准确度难以保证且易出现目标ID频繁切换的问题。为提高跟踪准确度，提出自适应卡尔曼滤波AKF（adaptive Kalman filter），充分利用目标检测器提供的信息对运动模型加以修正，提高对运动不规律目标跟踪准确度；为解决目标ID频繁切换的问题，设计一种BIoUG贪婪算法，通过放大匹配框并采取择优匹配的方式，提高匹配机会并降低误匹配概率。在此基础上，提出一种针对运动不规律目标的多目标跟踪方法。实验结果表明，所提方法在DanceTrack数据集上的MOTA、HOTA、IDF1分别达到了92.2%、57.7%和58.7%；在MOT17数据集上，MOTA、HOTA、IDF1分别达到了80.3%、63.3%和77.3%。与目前主流的同类目标跟踪方法相比，所提方法对运动不规律和规律的目标均有较好的跟踪效果，体现出较好的综合性能，为运动不规律多目标的跟踪提供了新的解决思路。

关键词：多目标跟踪,卡尔曼滤波,数据关联,轨迹匹配